gefördert vom
Bundesministerium für Bildung und Forschung (BMBF)
Förderkennzeichen 16SV9113
Laufzeit: 01.03.2023 – 31.05.2025
Partner
Scholz & Volkmer
Projektkoordination
Entwicklung Hard- und Software
BTU Cottbus-Senftenberg
Methodische Grundlagen
Wissenschaftliche Begleitung
Fraunhofer IZM
Umweltbewertungsrahmen
Nachhaltiges Hardware-Design
SensEm - Citizen Science Toolkit
Kiezblocks: viel Streit, wenig Daten – ein Forschungsprojekt schafft Fakten statt Meinungen
Verkehrsberuhigung, Tempolimits, Kiezblocks: Verschärfte Grenzwerte und Gerichtsurteile setzen Städte unter Druck, gegen Lärm und schlechte Luft vorzugehen – und spalten die Gemüter: Die einen versprechen sich mehr Sicherheit, weniger Lärm und bessere Luft, die anderen warnen vor Verkehrschaos. Was fehlt, sind belastbare Daten. Bringen diese Maßnahmen wirklich bessere Luft – und wie lässt sich das messen?
60 bis 70 Prozent aller Erkrankungen, die durch Umweltfaktoren ausgelöst werden, sind Herz-Kreislauf-Erkrankungen
Prof. Thomas Münzel (Kardiologe, Mainz)
Die amtlichen Messnetze sind dafür nicht ausgelegt: deren Messstationen sind präzise, aber rar – in ganz Berlin messen nur vier in Wohngebieten – und sie stehen selten dort, wo der Alltag stattfindet: an Schulwegen, Spielplätzen, in Wohnstraßen.
Citizen Science verfolgt einen anderen Weg: Anwohnerinnen und Anwohner messen mit kostengünstigen Sensoren selbst. Die meisten Projekte bleiben jedoch beim reinen Sammeln stehen: Sie liefern Daten, keine Antworten. Wirksam wird Bürgerforschung erst, wenn die Beteiligten den gesamten Forschungsprozess durchlaufen: eigene Fragen stellen, Hypothesen prüfen, messen, die Ergebnisse einordnen. Dann entstehen Argumente, mit denen eine Initiative ihr Anliegen belegen kann, statt es nur zu behaupten.
Das Toolkit
Mit SensEm haben wir einen Werkzeugkasten entwickelt, der die Beteiligten durch den gesamten Forschungsprozess führt – von der Hypothese über das Experimentdesign bis zu Auswertung und Einordnung. Er vermittelt das nötige Wissen, stellt bei jedem Schritt die passenden Werkzeuge bereit und sorgt dafür, dass die Ergebnisse wissenschaftlichen Prinzipien genügen – und damit belastbar bleiben.
Jede Messkampagne beginnt und endet im Workshop. Hier treffen Anwohner:innen auf Fachleute, bringen ihre Ortskenntnis ein, schärfen daraus ihre Fragen und deuten am Ende die Ergebnisse – im Gespräch und an großformatigen Arbeitspostern.
Um diese Fragen zu beantworten, braucht es Messwerte. Dafür entwickelten wir kostengünstige, autarke Sensor-Module für Feinstaub, NO₂ und Lärm, mit Batteriebetrieb und Funkanbindung. Und eine Kalibrierstation für den Abgleich mit offiziellen Referenzstationen.
Eine Online-Plattform organisiert die Messkampagnen – von den Teilnehmenden über die Messorte bis zu den Daten. Mobile Assistenten unterstützen die Feldarbeit wie Sensorinstallation oder Beobachtungen, ein KI-Assistent führt durch die Methodik, von der Hypothese bis zum Experimentdesign. Sind die Daten erfasst, helfen eigene Analyse- und Visualisierungstools, sie zu verstehen und zu deuten.
Zeitreihendiagramme machen Muster über die Zeit lesbar – etwa wie Lärm und Verkehr im Tages- und Wochenrhythmus zusammenhängen.
Räumlich-zeitliche Darstellung über dem Stadtmodell: Über jedem Sensorstandort zeigen Säulen die Messwerte im zeitlichen Verlauf – wo und wann die Belastung steigt, wird auf einen Blick sichtbar.
Zeitreihendiagramme machen Muster über die Zeit lesbar – etwa wie Lärm und Verkehr im Tages- und Wochenrhythmus zusammenhängen.
Räumlich-zeitliche Darstellung über dem Stadtmodell: Über jedem Sensorstandort zeigen Säulen die Messwerte im zeitlichen Verlauf – wo und wann die Belastung steigt, wird auf einen Blick sichtbar.
Erprobt in drei Quartieren
Das Toolkit wurde in drei Fallstudien mit lokalen Bürgerinitiativen entwickelt, erprobt und verfeinert. Den Auftakt machte 2023 ein Superblock-Wochenende im Wiesbadener Rheingauviertel – als sich die Gelegenheit bot, eine echte Verkehrsintervention zu begleiten. 2024 folgten zwei Messkampagnen im Berliner Samariterkiez. Die zweite davon, die Untersuchung einer monatelangen Sperrung der Proskauer Straße, wurde mit 222 Messtagen zur Langzeitstudie – mit über 30 Sensoren und rund 1,5 Millionen Einzelmessungen.
Nach dreijähriger Laufzeit ist das Projekt abgeschlossen; Toolkit und Erfahrungen sind auf der SensEm-Website dokumentiert. Bei Interesse an den Erfahrungen steht das Projektteam für Gespräche zur Verfügung.
Der KI-Forschungsassistent führt im Dialog durch den Prozess: Er hilft, Hypothesen zu formulieren und Variablen zu identifizieren, und schlägt passende Experimentdesigns vor.
Mobile Assistenten begleiten die Feldarbeit: Bei der Installation erfassen sie Standort, Höhe und Ausrichtung jedes Sensors, während der Kampagne halten sie Beobachtungen der Teilnehmenden vor Ort fest.
Der KI-Forschungsassistent führt im Dialog durch den Prozess: Er hilft, Hypothesen zu formulieren und Variablen zu identifizieren, und schlägt passende Experimentdesigns vor.
Mobile Assistenten begleiten die Feldarbeit: Bei der Installation erfassen sie Standort, Höhe und Ausrichtung jedes Sensors, während der Kampagne halten sie Beobachtungen der Teilnehmenden vor Ort fest.